mindspore.ops.MaxPool3D ======================== .. py:class:: mindspore.ops.MaxPool3D(kernel_size=1, strides=1, pad_mode="VALID", pad_list=0, ceil_mode=None, data_format="NCDHW") 对输入的多维数据进行三维的最大池化运算。 一般,输入shape为 :math:`(N_{in}, C_{in}, D_{in}, H_{in}, W_{in})` 的Tensor,输出 :math:`(D_{in}, H_{in}, W_{in})` 维上的区域最大值。给定 `kernel_size` 为 :math:`(kD,kH,kW)` 和 `stride` ,运算如下: .. math:: \text{output}(N_i, C_j, d, h, w) = \max_{l=0, \ldots, kD-1} \max_{m=0, \ldots, kH-1} \max_{n=0, \ldots, kW-1} \text{input}(N_i, C_j, stride[0] \times d + l, stride[1] \times h + m, stride[2] \times w + n) **参数:** - **kernel_size** (Union[int, tuple[int]]) - 指定池化核尺寸大小。整数类型,表示池化核深度、高和宽,或者是三个整数组成的元组,表示深、高和宽。默认值:1。 - **strides** (Union[int, tuple[int]]) - 池化操作的移动步长,整数类型,表示深、高和宽的移动步长,或者是三个整数组成的元组,表示深、高和宽移动步长。默认值:1。 - **pad_mode** (str) - 指定池化填充模式,可选值有:"same"、"valid"或"pad"。默认值:"valid"。 - same:输出的宽度于输入整数 `stride` 后的值相同。 - valid:在不填充的前提下返回有效计算所得的输出。不满足计算的多余像素会被丢弃。 - pad:对输入进行填充。 在输入的深度、高度和宽度方向上填充 `pad` 大小的0。如果设置此模式, `pad_list` 必须大于或等于0。 - **pad_list** (Union(int, tuple[int])) - 池化填充方式。默认值:0。如果 `pad` 是一个整数,则头尾部、顶部,底部,左边和右边的填充都是相同的,等于 `pad` 。如果 `pad` 是六个整数的tuple,则头尾部、顶部、底部、左边和右边的填充分别等于填充pad[0]、pad[1]、pad[2]、pad[3]、pad[4]和pad[5]。 - **ceil_mode** (Union[bool, None]) - 是否使用ceil函数计算输出高度和宽度。默认值:None。 - **data_format** (str) - 输入和输出的数据格式。目前仅支持'NCDHW'。默认值:'NCDHW'。 **输入:** - **x** (Tensor) - shape为 :math:`(N, C, D_{in}, H_{in}, W_{in})` 的Tensor。数据类型为float16或float32。 **输出:** Tensor,shape为 :math:`(N, C, D_{out}, H_{out}, W_{out})` 。数据类型与 `x` 相同。 **异常:** - **TypeError** - `kernel_size` 或 `strides` 既不是int也不是元组。 - **TypeError** - `pad_mode` 或 `data_format` 不是str。 - **ValueError** - `kernel_size` 或 `strides` 不是正数。 - **ValueError** - `pad_mode` 不是'same','valid',或'pad'。 - **ValueError** - `pad_mode` 取值为'same'或'valid','ceil_mode'取值不是None。 - **ValueError** - `kernel_size` 或 `strides` 是长度不等于3的元组。 - **ValueError** - `data_format` 不是'NCDHW'。